• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.100.2020.tde-04112020-152132
Documento
Autor
Nome completo
Caio Deutsch
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2020
Orientador
Banca examinadora
Paraboni, Ivandré (Presidente)
Carvalho, Ariadne Maria Brito Rizzoni
Pérez-Alcazár, José de Jesus
Título em português
Atribuição autoral com uso de classificadores de perfis
Palavras-chave em português
Aprendizado de máquinas
Atribuição autoral
Caracterização autoral
Distorções textuais
Processamento de língua natural
Resumo em português
A atribuição autoral (AA) busca identificar um autor de texto a partir de um conjunto de autores conhecidos. Autores deixam rastros em seus textos e é possível identificar características sociolinguísticas baseadas no estilos de escrita refletidos no texto destes autores. A atribuição autoral está cada vez mais demonstrando importância para diversas atividades sociais, em especial para a análise forense. Os trabalhos envolvendo AA demonstram resultados modestos e motivam a exploração de diferentes técnicas para melhorar a acurácia dos modelos atuais. A partir desses pontos, o presente trabalho apresenta uma proposta de pesquisa em nível de mestrado no campo de processamento de língua natural (PLN), com ênfase em AA, com o objetivo geral de melhorar o desempenho de classificadores de atribuição autoral utilizando técnicas de caracterização autoral (CA)
Título em inglês
Author attribution using profile classifiers
Palavras-chave em inglês
Author attribution
Author characterization
Machine learning
Natural language processing
Textual distortions
Resumo em inglês
Author attribution (AA) seeks to identify a text author from a set of known authors. Authors leave traces in their texts and it is possible to identify sociolinguistic characteristics based on the writing styles reflected in the text of these authors. Author attribution is increasingly showing importance for various social activities, especially forensic analysis. Studies involving AA show modest results and motivate the exploration of different techniques to improve the accuracy of current models. From these perspective, this project presents a master's level research proposal in the field of natural language processing (NLP), with an emphasis in AA, with the general objective of improving the performance of AA classifiers using author profiling techniques
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2021-07-06
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2022. Todos os direitos reservados.